《应用灰关联分析於网上个人电脑采购.docx》由会员分享，可在线阅读，更多相关《应用灰关联分析於网上个人电脑采购.docx（15页珍藏版）》请在三一文库上搜索。
1、1應用灰關聯分析於網上個人電腦採購Appling Grey Relational Analysis to Purchase Personal Computers Via Web段裘慶*楊鍵樵Chiu-Ching Tuan*Chen-Chau Yang國立臺北科技大學電子工程系*國立臺灣科技大學電子工程系 摘要個人電腦設備之購置已是現今一般大眾或家庭所必須面臨的一項重要課題。為此，本文提出以灰關聯分析應用於建置一網上個人電腦採購諮詢系統，以提供決策性訊息來協助消費者採購屬於高購買涉入之電腦產品。於作法上，為了探討消費者購置電腦的需求趨勢，先針對約1500份個人電腦購買意向的有效問卷調查表作交叉分
2、析。之後，依所得之數據來制定灰關聯式採購決策法則所需的產品評估要項與權重矩陣表，並制定客觀式、主觀式與綜合式等三種權重模式以為選用。最後，完成一雛型系統以為驗證之用。灰關聯式採購法則關鍵詞：灰關聯分析、網上採購諮詢、購買涉入、權重矩陣表、問卷調查。投稿受理時間：90年10月8日審查通過時間：91年1月15日ABSTRACTIn recent years, purchasing Personal Computers (PCs) has been a crucial issue for most people or families. This study presented a novel pu
3、rchase rule based on grey relational analysis (GRA-rule) to evaluate the properties of PCs with high purchase involvement effectively. We further integrate this GRA-rule into a web-based consultative system (WebCS). As a result, consumers could utilize this system to obtain more decisive information
4、 that facilitated buying suitable PCs. First, we took and analyzed a questionnaire entitled “Demands of Purchasing PCs” over 1,500 persons so as to could reveal the trends of consumers demands for buying PCs possibly. From the data analyzed as above, we set eight factors for evaluating PCs, and then
5、 construct a corresponding weighted matrix of size 15×8. The GRA-rule would utilize such a matrix to rank all products of PCs to be evaluated. Moreover, the WebCS offered three types of weighted modes, including objectivity, subjectivity, and hybrid, to be conformed with diverse consumers deman
6、ds and preferences. Last, we implemented a prototype of WebCS for examining the effects of GRA-rule.Keywords: grey relational analysis, web-based consultative system, purchase involvement, weighted matrix, questionnaire.2壹、緒論由於全球電腦科技與網際網路快速地普及，同時上網接線率也急速地攀升之中，這造就了網際網路的高度使用並已透露出無限的商機，使得電子商務（Electroni
7、c Commerce）與行動商務（Mobile Commerce）儼然已經成為新世紀最新穎的消費趨勢3,5,7。 儘管電腦的深度使用在人們日常作息中所佔據的地位已是日趨重要。但是，一般大眾或家庭對於電腦產品的配備與相關的週邊設備並不甚熟悉或完全一無所悉，所以在購買電腦商品時將嚴重欠缺決策與判斷的能力去自由地選擇電腦搭配，且所購得的電腦於日後的使用也未必能符合自己原始的需求。本研究所提之灰關聯式網上個人電腦採購諮詢系統，其目的在於協助消費大眾能經由系統的互動式誘導來了解自己真正的商品需求，並進一步地尋得合適的電腦搭配，藉以降低因購物失調與金錢浪費而令人不悅的沮喪現象。首先，我們了解在傳統上購買電
8、腦前通常會試圖先取得相關的電腦商品資料或訊息，例如透過廣告傳單、書刊雜誌或洽詢親友與同事等管道來獲取，再經過有限度地商品比較之後才至相關賣場或店家選購適合自己需要的電腦及其週邊設備。顯然地，如此程序是既耗時又費力，且未必能如期順利地完成選購。然而若經由電子商務的交易方式則可輕易地購得電腦商品；此外，尚可於事前利用各相關網站來取得各類電腦商品的規格資料，也可利用線上目錄來比較各電腦品牌於規格與品質上的差異及售價上的差額等。當選定自己所需的電腦後，只需要在其網站上直接填單購買即可。相對地，線上購買是既經濟又有效能的，並可降低購物失調的風險4。傳統的購買方式不僅需要耗費大量時間和精力去作資料搜尋與產
9、品評估的事前工作，且產品作通盤性比較的效果通常也不彰顯，因而可能無法明確地作出有效的決策以利購得自己滿意的電腦。但是，若能透過網上採購諮詢系統的協助，消費者便有機會可輕而易舉地接受引導而快速地挑選到適合自己需求的電腦。綜上所述，我們規劃一灰關聯式網上個人電腦採購諮詢系統。其有別於現今網站上所出現的線上目錄式購物系統，此類系統通常僅是呈獻相關產品型錄、有關規格與建議售價如此而已11。至於進一步互動式的諮詢與評估功能則甚少或完全未提供，而將所有購買決策的重擔與可能購後失調等項的諸多風險，全委由購物者自行負擔。實在有欠妥當且更凸顯出純以金錢交易為主調的商業氣息而欠缺些許的人性關懷與關切，同時也降低了
10、商品購買的享受與學習。本研究主要的作法歸納為如下兩項：1.先策劃一電腦購買取向問卷調查並作交叉分析9，而問卷區域以大台北為限。2.再制定灰關聯式採購法則與計算式1,12。上述程序是基於分析1500份（信心指數誤差小於3%）有效問卷所得的資料具有一定的參考效度，所以可供作為後續釐定灰關聯式採購法則的重要依據。本文之章節架構如后，第貳節先論述灰關聯分析採購法則之研定；第參節說明消費決策程序與購買意向問卷分析；第肆節為灰關聯權重模式與系統驗證探討；最後，第伍節為結論。貳、灰關聯分析採購法則本節先簡述消費者所用的一般採購決策法則，接著論述引用灰關聯度分析作商品篩選之決策演算程序。一、一般採購決策法則一
11、般而言，消費者在購置產品之前，會先擇定一些採購決策法作為篩選產品的依據，以覓得符合自己需求的產品。而一般所用的採購決策規則有如下五種方式13，茲概述如下：首先，設Pi、P*各表為”待選”與”中選”產品；而產品屬性值依其重要性由xi(1) xi(n)作遞減排序；且令Sk為產品第k項屬性之低標值。1.連結（conjunctive）決策規則： (1)2.分離（disjunctive）決策規則： (2)3.逐次比較（lexicographic）決策規則：3 (3)4.逐次刪除（elimination-by-aspects）決策規則： (4)5.補償性（compensatory）決策規則： (5)由上述
12、知，連結、分離兩法則於最後可篩選得數個未劃分等級的商品；而逐次比較、逐次刪除與補償法等則均只產生單一組的候選商品，明顯地使得消費者較無抉擇商品的機會。另外，僅補償性決策是屬於加權式而適用於高涉入購買；其餘四者皆為非加權式而較不利於反映消費者偏好的頃向，故僅適用於低涉入購買。本研究引入灰色理論（Grey Theory）中所倡導的灰關聯分析（Grey Relational Analysis）2,4，將之應用於商品選購決策規則的計算上，並稱之為灰關聯式採購法則。系統可就全部商品作等級排序，並設有三種權重模式可為選用以滿足個別消費者所需5。二、灰關聯式採購法則此灰關聯式採購法則係根據消費者所提供的購買
13、意向資料為主，再循計算程序尋找符合消費者需求的電腦商品。4以下悉遵照灰關聯分析法1,6,12來說明本灰關聯式採購法則的演算程序。首先，確定電腦產品的評估屬性為如后8項，其依序為：xi(1)品牌形象、xi(2)價格合理性、xi(3)特惠促銷價、xi(4)擴充性、xi(5)相容性、xi(6)售後服務、xi(7)外觀造型與xi(8)說明文件等。且產品屬性皆以五分法作評量，所以。另就實務而言，各商品屬性評估值之評定問題，我們認為定期委由具公信力的第三者，如專家、學者與產業界代表等，以合議制方式定立之會是一可行的方式。步驟一 設定比較數列與參考數列：根據上述的8項商品特徵所設定的比較數列和參考數列，分別
14、如下比較數列表示為任一待價而沽的電腦商品。 (6)參考數列：為便於化簡計算式，設有最佳數列與最差數列，如下所示： (7)其中，分別表為商品各單項屬性的極大值與極小值且令其為常數，也就是設和。步驟二 計算差序列：於求算與的灰關聯係數之前，必須先計算差序列。惟為了加速計算，已將數列區間值化（採望大型9,10）與差序列的兩階段計算合併成單一運算式，如下所示 (8) (9)上式(9)為式子(8)化簡後的差序列計算，如此可省卻掉極大與極小值的搜尋時間。步驟三 計算灰關聯係數：若令，則原始公式(10)可化簡成(11)，明顯地可縮減計算程序。其中，一般都令分辨係數=0.5。 (10) (11)步驟四 求加權
15、灰關聯度：基於消費者對各項產品屬性的重視或偏好程度不一，故系統需以一組權值數列來作反映，以此求算加權灰關聯度，公式如下：, (12)而加權序列如式子(13)所示，其中與分別表為客觀與主觀權重值，則為可調變的主觀因子，詳見第肆節所述。 (13)步驟五 排定灰關連序：依照加權灰關聯度值的高低，所有的候選產品可作遞減排序（如下所示），而越位於序列前端者表示越趨近於消費者心目中的理想商品。 (14)三、灰關聯度計算範例本範例設有H牌、I牌、A牌與L牌等四部候選電腦，並且以五分法評估該產品的8項屬性值，既令，而屬性值優劣程度由51作遞減表示，其中以表為最優（詳如表一）。基於計算式化減的原因，故直接以式子
16、(11)作灰關聯係數計算可節省運算時間，所得結果如表二所示。接著，計算加權灰關聯度，在本範例中假設w(k)=0.15, 0.1, 0.05, 0.2, 0.25, 0.1, 0.05, 0.1，經由式子(12)與(14)運算後各產品的灰關聯度及灰關連序如表三所列。最後，所得產品的優選排序為。參、電腦購買意向問卷調查分析以下就消費者行為模式作初步了解，接著再探討與分析電腦購買意向問卷調查的結果。一、一般消費決策程序5表一待選電腦商品之屬性評估值品牌H牌I牌A牌L牌xi(1): 品牌形象3425xi(2): 價格2351xi(3): 特惠價3152xi(4): 擴充性5323xi(5): 相容性4
17、435xi(6): 售後服務5314xi(7): 造型4524xi(8): 說明文件4325表二待選電腦之灰關聯係數品牌H牌I牌A牌L牌0.500.670.401.000.400.501.000.330.500.331.000.401.000.500.400.500.670.670.501.001.000.500.330.670.671.000.400.670.670.500.401.00表三待選電腦之灰關聯度、灰關連序品牌H牌I牌A牌L牌0.7080.5850.5050.7546一般消費者決策過程依序為1）確認需求問題；2）搜尋產品資訊；3）評估可選擇方案；4）商店的挑選與採購；5）購後使用
18、評估等13。當消費者所面臨的採購物品之屬性不同時，則各階段所採行的策略亦將呈現不同的涉入程度，再者採購的決定與偏好也深受原消費者的生活型態而有所影響，包括社經地位、學歷、薪津收入、價值觀、人格特質、情緒、知覺、動機、文化與學習記憶等等。惟本文所討論的部分，限定於以系統支援採購的進行為主，包括確認消費問題；搜尋商品資訊；以及評估與建議選擇方案等三項。 此外，依據購買涉入（Purchase Involvement）程度的多寡，消費決策模式可區分為三類型：1）習慣性決策制度（屬低購買涉入）；2）有限度的決策制度；3）廣泛性的決策制度（為高購買涉入）13。而電腦產品的採購對現今的廣大民眾而言仍應隸屬於
19、第三類型為高購買涉入，而該項決策的主要特質如下： 需從事內部（個人長期記憶）與外部的資訊搜尋；存在較多的可選擇方案；具備較多的產品屬性；需要較複雜的決策規則；易造成購後失調；涉及較複雜的評估。基於上述的理由，外加上個人電腦具有較高的普及率與較快的汰換昇級速度（約三四年為一週期或更短）。這現象使得電腦採購已成為今日多數家庭所必須面臨的一項重要課題。迄今而言，用途廣泛的電腦依舊是一項高科技產品而非通俗的家電產品。由於它的高操作性、多規格特性、高價位差異、多週邊配備與產品多變性及多樣式等項特質。所以，於採購時常令一般消費大眾困惑不已，唯恐所購置的電腦等級和性與個人原始的意圖不相吻合，而造成購後失調的
20、現象。二、購買意向問卷調查分析首先，為了瞭解消費者的行為模式與所持心態，所以有必要對消費者在購置電腦時的採購心理先作一初步的探討。為此目的，總計執行了1500份以上的電腦選購意向問卷調查（14道題目），藉以探討出消費者於選購電腦設備時可能出現的偏好態度、利益訴求與決擇取向。諸如，電腦品牌、電腦售價、電腦用途、電腦相容性、軟體支援、市場佔有率與售後服務等項因素皆是可能的評估對象。以下就問卷分析中擇取8題作要點概述9。 問題一 “自我評估是否有十足的信心能自行選購一台個人電腦？” （單選）由圖一顯示全體受訪者對於自行選購電腦的自信能力，其中自認為完全陌生(12%)及有點擔心(37%)者正巧佔一半人
21、數；另外屬於尚可應付(37%)與信心十足(15%)者為另一半。此外，男性略優於女性；年少者則略遜於年長者。由上數據證實了高涉入購買所存在的困難性，同時也更確立本研究所訂立的標的，即規劃一實用的電腦購買諮詢系統以協助這近50%的消費族群。問題二 “購買電腦設備之前，您會如何搜集產品資訊以作為採購的參考？”（複選）從圖二得知，約3/4的受訪者是以詢問親朋好友(29%)、直接洽詢店家(28%)或上網查閱報價(17%)等方式為主，若由不同的性別或年齡來看也是呈現一樣的偏好趨勢。圖一評估自行選購電腦的自信能力圖二購買電腦前，您會如何搜集產品資訊圖三您認為個人電腦合理的價格範圍圖四您會選擇何種途徑來購買電
22、腦值得注意，以選擇透過網路的方式蒐集資料的族群約為全體的1/6，此意謂著本網站式諮詢系統有其潛在的市場與發展的空間。問題三 “您認為購買一套僅含螢幕與主機的個人電腦，其合理且可接受的價格範圍為何？ ”（單選）受訪者對電腦合理價格之認知，由圖三知以23萬元(47%)與34萬元(34%)兩項居多數佔約全體八成。其餘選擇4萬元以上 (12%)與2萬元以下(9%)各約一成左右。由數據分佈顯示，目前個人電腦在消費大眾的認知中仍舊是一項高價差（約25萬元之間）的科技產品。因此，如何誘導消費者採購以避免購物失調的現象，本網站式諮詢系統就7有存在的必要性與價值性。問題四 “請問您會選擇何種途徑來購買個人電腦？
23、”（單選）圖四得知，受訪者會選擇購買電腦的地點依序為電腦商圈(43%)、電腦展會場(24%)、一般資訊家電專賣店(20%)、大型量販店(8%)、其他(6%)與網站線上採購(2%)等。顯然地，基於可選購的電腦品牌較多、貨圖五您是否曾經有過網上購物的經驗圖六購買電腦後，您最擔心發生什麼狀況1圖七自行選購電腦，您最會考量哪些要點圖八反之，您最不會考量哪些選購要點源較明確充足、挑選度較高與議價空間較大等誘因下，有近85 %的受訪者鎖定電腦商圈、電腦展與資訊專賣店等作為採購地點。此外，經由網站線上採購者雖不及5%，但此類線上交易系統之發展仍有其遠景與需要性。8問題五 “請問您是否曾經有上過網際網路進行網
24、上購物的經驗？”（單選）圖五揭示受訪者有否網上購物的經驗與所持態度，其中，沒有但不排斥(63%)與沒有且很排斥(14%)兩項約佔全體3/4之多；另外，有但很少(21%)以及有且經常(4%)者約1/4。由此顯見，網上購物行為模式目前尚處於萌芽階段，惟不排斥者高達六成之多，因此電子商務之後勢發展仍值得留意。同時，也再度地確立本網站式諮詢系統的作業模式是可為消費者接受的；且有其市場的潛力。問題六 “當您在購買電腦或週邊設備之時，您最擔心事後發生什麼狀況？”（勾選一至三項）由複選結果得知，受訪者最擔心的事依序為品質不良穩定性欠佳(79%)、產品不相容無法正常工作(42%)、缺乏完善售後技術支援(41%
25、)、安裝困難操作不容易(28%)、為舊型或即將過時的產品(23%)、買到仿冒品或貨源不明(23%)、不符合自己原始的需求20(%)與購買價錢偏高(20%)等，詳見圖六。再次證實，消費者擬購置此一高規格性的電腦產品時，的確於其心中會浮現難以磨滅的恐懼與憂心，諸如品質的優劣、相容性、擴充性與技術支援等問題。至於操控性、貨源、需求與價格問題，則憂慮者較少。問題七 “自行選購一套個人電腦時，您最會考量哪些產品要點？ ”（勾選兩項）圖七所示為受訪者在不同性別或年齡之情形下，選購電腦時最會考量的因素皆是以售後服務完善(28%)及價格合理(22%)為首要，其餘依序是相容性高(16%)、昇級力強(12%)、有
26、品牌口碑佳(12%)、說明文件詳盡(6%)、特惠促銷價(3%)與造型優雅(1%)等。雖然每個人的需求與偏好傾向不同，但是統計所得的趨勢仍有其相當的參考價值，故將併同下一題的分析數據以共同地萃取出一客觀式權重值（詳見肆之一節），以作為灰關聯度計算之用。 問題八“同上題七，反之您最不會考量哪些產品要點？”（勾選兩項）受訪者最不會考量的因素與上題的分析結果對照下，一如預期是相反的（如圖八）。而最不會考量的要素首推造型樣式(35%)和特惠促銷(24%)，其餘依序是說明文件(12%)、品牌口碑(11%)、昇級力(7%)、相容性(4%)、價格高低(4%)、售後服務(3%)等。商品評估標準（Evaluati
27、ve Criteria）訂定妥適與否將嚴重影響消費者能否有效地反映商品需求的取向，故經由上述電腦購買取向問卷調查分析所萃取得到的資訊便更顯彌足珍貴。9肆、灰關聯權重模式與系統驗證灰關聯式採購法則中，權重表是反映消費者偏好的極重要決策參數，本系統設有客觀式、主觀式與綜合式等三種權重模式以供選擇，其間的差異處在於各類權重值所核算的來源以及計算式不同，如下各節所述。一、客觀式灰關聯權重（）客觀式灰關聯權重數值是取至於電腦採購意向問卷調查的分析結果，既依1500位受訪者對電腦商品8項選購標準所表示的重視或偏好程度作百分比計算，按照性別（2組）、年齡（4組）、性別年齡（8組）與全體（1組）共15類群組各
28、作統計，得到一15×8的權重矩陣表。該權重計算公式如下，其中各表為第j群族對第k項商品屬性的最重視與最不重視的程度。此外，而R代表評估的屬性數目。 (15)程序上，系統先判斷諮詢者所勾選的年齡、性別，之後由權重矩陣表中取得對應族群的客觀權重數列，再選定以符合預算範圍的電腦為限來執行灰關聯式採購決策運算。最後，以名列為灰關聯排序的前五項商品，作為系統經決策計算後所推薦的電腦商品。範例一 假設消費者於系統上所勾選的選項資料為：電腦採購預算4.5萬5萬元、年圖九客觀式灰關聯權重（系統範例一） 齡3040歲、性別女。系統由權重矩陣表中取得對應於年齡、性別的權重數列，同時以符合限價範圍的電腦作
29、灰關聯度比較運算。結果如圖九所示，產品依序為IBM、HPp3與中強等三項。二、主觀式灰關聯權重（）完全依照消費者對於電腦各項屬性的重視等級（五分法，a(k)=1,2,3,4,5）作開放式勾選，再將各屬性的選項值a(k)依公式(16)作權重轉換，所得數值即為主觀法所用的權重數列，如下所示。 (16)10同客觀式作法，於權重值確定之後，即可按灰關聯式採購決策運算步驟產生一灰關聯排序，列出符合諮詢者所需求的電腦商品。範例二 假設詢問者於系統上所勾選的選項資料為：電腦採購預算55.5萬元、主觀選項答案2、2、5、1、4、5、4、3。系統依權重轉換公式(15)可得如下的權重數列，同時以限價範圍的電腦作權
30、重灰關聯度運算。結果如圖十所示，依序為IBM、HPk7、HPp3、Compaq與大眾等五項候選商品。三、綜合式灰關聯權重（）上述兩方法若認為有過於偏頗的虞慮，則綜合法提供一主觀因子作為調合主、客觀權重的運算，如此可更貼近於一般大眾於消費時所採取的決策模式。當然，使用者必須勾選如同主觀法和客觀法所列的問題選項。範例三 設諮詢者於各選項上所勾選的資料為：主觀因子、電腦採購預算4萬4.5萬元、年齡2030歲、性別男、主觀選項答案5、3、2、5、1、3、5、3。系統依權重調合公式(13)可得一混合式權重數列，經由權重灰關聯度運算後得推薦結果如圖十一所示，電腦商品依序為泰來、聯強、神達與中強等四項。11
31、圖十主觀式灰關聯權重（系統範例二）圖十一綜合式灰關聯權重（系統範例三）伍、結論電腦的廣泛使用在人們日常生活中所佔據的地位與日俱增。但一般大眾對於購買電腦商品仍舊不甚熟悉或完全一無所知，所以在選擇電腦的自由度上明顯地欠缺消費決策與判斷的能力。因此，本研究在先期1500份電腦購買意向問卷分析之基礎下，規劃此一灰關聯式網上個人電腦採購諮詢系統。以讓消費大眾在所設的預算及需求為要件下，由系統代勞快速地尋得滿足消費者需求的電腦商品，藉以降低發生購物失調的現象。12本文所提的灰關聯式採購法則對於商品選購的權重模式有客觀式、主觀式與綜合式等三種可為消費者選用，且所推薦的商品按灰關聯度作等級排序。明顯地，本灰
32、關聯式採購法則優於連結、分離、逐次比較、逐次刪除與補償法等傳統式決策法則。由於市場上各型電腦設備種類繁多且產品價格變動頻繁，為維繫商品資料的可用性，就得要隨時留意各家商品資訊的異動並作即時地更新，這令資料收集的因難度大為提高，這是線上諮詢系統仍有待極力突破的一項弱點，或許以智慧型代理程式（Intelligent Agent）的方式可解決此類的問題2，這是一項值得深入研究的議題，惟仍有待後續的探討。謝誌感謝國科會89年大專生參與專題研究計劃NSC89-2815-C-027-018R-E之經費補助。同時，由台北科科大學電子系（五專部）邱任維、蔡鳳儀、黃振臺、林欣達、曾耀慶與黃信超等六位同學所協力完
33、成的問卷調查及系統雛形開發等工作的辛勤，一併獻上致謝之意。參考文獻1 Ju-Long Deng, “Introduction to Grey System Theory,” The Journal of Grey System, vol. 1, no. 1, pp. 49-54, 1989. 2 N. Karacapilidis and P. Moraitis, “Intelligent agents for an artificial market system,” Proceedings of 15th Intl Conf. on Autonomous Agents, pp. 5
34、92-599, 2001.3 P. J. Louis, “M-Commerce Crash Course,” McGraw Hill Company, 2001.4 D. H. McKnight, V. Choudhury, and C. Kacmar, ”Trust in e-commerce vendors: a two-stage model,” Proceedings of 21st Intl Conf. on Infor. Systems, pp. 532-536, 2000. 5 C.-C. Tuan and C.-C. Yang, “Grey Relation
35、al Decision Rule for Purchasing Personal Computers via Web,” Proceedings of 6th Conf. on AI and Appl. (TAAI 2001), KaoHsiung, Taiwan, Nov. 9, 2001.6 C.-C. Tuan, K.-C. Chen, and C.-C. Yang, “Grey Relational Cache Replacement Policy for Web Proxy Server,” Proceedings of 5th Conf. on AI and Appl. (TAAI
36、 2000), Taipei, Taiwan, pp. 14-22, Nov. 2000.7 J. D. Tygar, “Open Problems in Electronic Commerce,” University of California Berkeley, CA, 2000.8 http:/www.find.org.tw/0105/howmany/ 9 段裘慶,“網上個人電腦採購諮詢系統”,國科會89年大專生參與專題研究計劃成果報告：NSC89-2815-C-027-018R-E, Feb. 2000。 10 夏郭賢、吳漢雄, ”灰關聯分析之線性數據前處理探討”, 灰色系統學刊, vol. 1, no. 1, pp. 47-53, 1997。11 黃錦法、洪嘉穗, ”網際網路消費者購物支援系統”, Proceedings of TANet99, 高雄, Oct. 1999。12 鄧聚龍,“灰色系統基本方法”, 華中理工大學出版社, 1988。13 簡玉貞, ”消費者行為學”, 五南圖書公司, 1996。1314